短時(shí)降水的超級(jí)集合預(yù)報(bào)算法研究.pdf

1、隨著數(shù)值模式的不斷發(fā)展，模式本身存在的不確定性問題受到越來越多的關(guān)注。利用多參數(shù)化方案進(jìn)行集合預(yù)報(bào)的方式可以有效地降低由模式不確定性帶來的誤差。超級(jí)集合技術(shù)根據(jù)集合成員預(yù)報(bào)能力的差異，賦予各成員不同的權(quán)重系數(shù)，避免了因?yàn)榧掀骄鴮?dǎo)致預(yù)報(bào)能力下降的缺點(diǎn)。
　　本文針對(duì)中國(guó)夏季梅雨期強(qiáng)降水頻發(fā)及預(yù)報(bào)困難的特點(diǎn)，嘗試?yán)贸?jí)集合技術(shù)構(gòu)建適用于短時(shí)降水的多參數(shù)化方案集合預(yù)報(bào)。假設(shè)各集合成員對(duì)一日降水量預(yù)報(bào)的差異僅由對(duì)流參數(shù)化方案決定。因

2、此，選取WRF中5種不同對(duì)流參數(shù)化方案構(gòu)成集合預(yù)報(bào)成員，并采用集合平均、消除偏差的集合平均、超級(jí)集合算法以及經(jīng)驗(yàn)正交分解的集合算法構(gòu)建4種集合預(yù)報(bào)產(chǎn)品。利用2013年梅雨期的一次降水個(gè)例檢驗(yàn)5個(gè)集合成員以及4種集合產(chǎn)品在降水個(gè)例中的模擬能力，同時(shí)研究滑動(dòng)訓(xùn)練長(zhǎng)度對(duì)于超級(jí)集合算法的影響。實(shí)驗(yàn)結(jié)果表明，對(duì)于消除偏差的集合平均方案、超級(jí)集合方案以及經(jīng)驗(yàn)正交分解的集合方案，其預(yù)報(bào)能力隨著訓(xùn)練時(shí)間的增加而提高；消除偏差的集合平均方案對(duì)降水的預(yù)報(bào)優(yōu)

3、于任何一個(gè)集合成員以及其他3個(gè)集合預(yù)報(bào)方案，而采用經(jīng)驗(yàn)正交分解的集合方案比超級(jí)集合方案更加穩(wěn)定。
　　針對(duì)超級(jí)集合算法的不足，提出采用基于雙重檢驗(yàn)的逐步回歸算法以及基于集合平均的多元線性回歸算法構(gòu)造集合預(yù)報(bào)產(chǎn)品。其中，雙重檢驗(yàn)的逐步回歸算法可以有效消除超級(jí)集合算法中集合成員不顯著的問題，集合平均的多元線性回歸算法可以減小超級(jí)集合算法對(duì)訓(xùn)練期觀測(cè)平均的依賴程度。分析訓(xùn)練長(zhǎng)度對(duì)改進(jìn)方案算法預(yù)報(bào)能力的影響發(fā)現(xiàn)，改進(jìn)算法的預(yù)報(bào)能力與訓(xùn)練時(shí)